Tutorial 3: Laserscanning

Transkript

1 Tutorial 3: Laserscanning Prof. Dr.-Ing. Th. Wunderlich, TU München Prof. Dr.-Ing. H. Ingensand, ETH Zürich Von der Punktwolke zum CAD Dipl.-Ing. Th. Schäfer Dipl.-Ing. Th. Weber Von der Punktwolke zum CAD 1

2 Inhaltsverzeichnis 1 Demonstrationsobjekt Gasknoten Rutzendorf 3 2 Verknüpfung von mehreren Punktwolken Verknüpfung über Passpunkte Verknüpfung über Punktwolken Orientierung oder Registration Transformation in ein übergeordnetes Koordinatensystem 8 4 Modellierung Geometrische Primitive Dreiecksvermaschung Alternative Modellierungskonzepte Aus Modellen ableitbare Informationen Datenexport in CAD-Systeme Produktmodell Von der Punktwolke zum CAD 2

3 1 Demonstrationsobjekt Gasknoten Rutzendorf Abb. 1: Der Gasknoten Rutzendorf Abb. 2: Beteiligte Institutionen: Vermessungsabteilung OMV, Angst-Horvath-Jobst-Kollenprat- Korschineck & Partner: Konsulenten für Informationssysteme (KIS), Lehrstuhl für Geodäsie der TU München Von der Punktwolke zum CAD 3

4 2 Verknüpfung von mehreren Punktwolken Der Gasknoten wurde durch insgesamt acht Scanneraufnahmen von sechs Standpunkten erfasst (vgl. Abb. 3). Dabei wurde das Areal in einen östlichen und einen westlichen Bereich unterteilt, um den dazwischenliegenden Bereich ohne relevantem Informationsgehalt aussparen zu können. Abb. 3: Standpunkte und durch den Camera-View Scanner Cyrax 2500 abgedeckten Bereiche, sowie die Verteilung der künstlichen Passpunkte (Zielkugeln und Zielmarken) Jede dieser Punktwolken liegt zunächst im Instrumentenkoordinatensystem in der Projektdatenbank vor. Für eine ganzheitliche Modellierung ist es notwendig, diese Koordinatensysteme bzw. Punktwolken über 3D-Transformationen in ein gemeinsames Projektkoordinatensystem zu überführen bzw. zu verknüpfen. Dieser Vorgang wird als Orientierung oder Registration bezeichnet. Dabei stehen prinzipiell zwei Methoden zur Verfügung. Die gängigste Methode ist die 3D-Helmertransformation, die zur Bestimmung der Transformationsparameter mindestens drei identische Passpunkte in den zu verknüpfenden Aufnahmen benötigt. Andere Verfahren, die ohne Passpunkte auskommen, verwenden die Informationen der gesamten Punktwolke und arbeiten nach dem Prinzip der Minimierung der Fehler in den Überlappungsbereichen der jeweiligen Punktwolken 2.1 Verknüpfung über Passpunkte Wie bereits erwähnt müssen bei der Verknüpfung über Passpunkte mindestens drei identische Punkte pro Einzelscan vorliegen. Dazu können vor der Abtastung künstliche Ziele in Form von Zieltafeln und Zielkugeln in die zu scannende Umgebung verteilt werden (vgl. Abb. 4). Eine weitere Möglichkeit ist die Verwendung von natürlichen Passpunkten, die aus der Punktwolke (z. B. über Ebenenschnitte) generiert werden können (vgl. Abb. 5). Von der Punktwolke zum CAD 4

5 Abb. 4: Künstliche Passpunkte Abb. 5: Natürlicher Passpunkt Von der Punktwolke zum CAD 5

6 2.2 Verknüpfung über Punktwolken Die Orientierung der einzelnen Laserscanner-Punktwolken ist momentan ein semiautomatischer Vorgang, da es noch keine zufriedenstellenden vollautomatischen Algorithmen gibt. Der Benutzer bringt zunächst die einzelnen Punktwolken interaktiv (z. B. durch Auswählen dreier Paare korrespondierender Punkte) in eine gute gegenseitige Startlage und erst dann werden automatische, in der Regel iterative Algorithmen verwendet (Iterative Closest Point-Algorithmus, [2], [3]). Abb. 6: Iterative Closest Point-Algorithmus Der Vorteil gegenüber der Verknüpfung mittels Passpunkten besteht in der wesentlich höheren Redundanz. Aufgrund der großen Anzahl von benötigten Iterationsschritten (in Abhängigkeit von der Güte der Startpunkte und der Oberflächenbeschaffenheit des Objekts) ist diese Operation allerdings mit längeren Rechenzeiten verbunden. 2.3 Orientierung oder Registration In der Registration können die vorgestellte Verknüpfungsmethoden jede für sich oder in Kombination durchgeführt werden. Ergebnis der Registration sind die endgültigen Transformationsparameter, die Restklaffungen (Abb. 7) sowie die vollständig verknüpfte Punktwolke (Abb. 8). Die wesentlichen Schritte von den Einzelscans zur Gesamtpunktwolke lassen sich somit folgendermaßen Gliedern: Laden der zu verknüpfenden Scans Zuweisen der identischen Passpunkte (durch Namensvergabe automatisierbar) Selektieren der korrespondierenden Punkte in den Überlappungsbereichen Festhalten eines Koordinatensystems Berechnung der Transformationsparameter Beurteilung der Restklaffungen Evtl. Neuberechnung der Transformationsparameter Von der Punktwolke zum CAD 6

7 Abb. 7: Registration Abb. 8: Ergebnis der Registration: vollständig verknüpfte Punktwolken Von der Punktwolke zum CAD 7

8 3 Transformation in ein übergeordnetes Koordinatensystem Vor der Registration kann ein zum Beispiel durch Tachymetrie erfasster Datensatz eingelesen werden. Dieser sollte die gescannten Passmarken in einem übergeordneten Koordinatensystem beinhalten. Mit Hilfe dieses Koordinatenfiles im ASCII-Format als Zielsystem können die Punktwolken somit in ein übergeordnetes Landes-, Gebäude- oder Projektkoordinatensystem transformiert werden. Ebenso können zwei gescannte Teilbereiche, die sich nicht überlappen, für eine anschließende Modellierung oder zur Visualisierung verknüpft werden. 4 Modellierung Vor Beginn der Modellierung ist es natürlich zunächst sinnvoll, die Daten zu reduzieren. So können Fehlmessungen oder Bereiche, die zur Weiterverarbeitung irrelevant sind, aus der Punktwolke leicht eliminiert werden. 4.1 Geometrische Primitive Unter Modellierung ist hier die Approximation der Punktwolke durch geometrische Primitive zu verstehen. Geometrische Primitive sind Flächen erster Ordnung und Flächen zweiter Ordnung (Quadriken), wie zum Beispiel Ebenen, Kugeln [1], Zylinder, Kegel, Tori und Quader. Des Weiteren stehen zudem noch etwas komplexere Elemente aus dem Stahlbau (T-Träger, U-Profile) und dem Rohrleitungsbau (Flansch, Rohrkrümmungen und -verjüngungen) zur Verfügung. Bei der Modellierung steht es dem Anwender frei, zwei Strategien zu verfolgen: Manuelle Modellierung: Der Anwender schneidet einen Ausschnitt der Punktwolke aus, welcher eindeutig einem der zur Verfügung stehenden geometrischen Primitive zugeordnet werden kann. Dieser Punkthaufen wird dann durch einen ausgleichenden geometrischen Körper beschrieben und durch ein dreidimensionales CAD-Objekt dargestellt. Halbautomatische Modellierung: Der Anwender wählt einen oder mehrere Punkte als Startwert aus, welche eindeutig einem der zur Verfügung stehenden geometrischen Primitive (derzeit Ebene, Kugel und Zylinder) zugeordnet werden kann. Anschließend wird das zu beschreibende Primitiv über Nachbarschaftsprüfungen (manuelle Eingabe von Toleranzen möglich) und Lagekriterien iterativ gesucht (Region Grow). Der Vorteil dieser Methode liegt dabei in der Reduzierung der Arbeitsschritte. Allerdings bedarf es bei den Berechnungen des gesuchten Objektes bisweilen schon intensiverer Rechenkapazität (längere Wartezeiten). Nach erfolgter CAD-Objekterzeugung können durch den Anwender manuell Feinabstimmungen vorgenommen werden. Dabei lassen sich sämtliche Parameter (Größe, Durchmesser, Orientierung, etc.) ändern und der gewünschten Form (z. B. Rechtwinkligkeit) angepasst werden. Die generierten Objekte lassen sich anschließend verschmelzen oder verschneiden bzw. durchdringen, wodurch neue Objekte entstehen bzw. sich lückenlose Verbindungen (beispielsweise zwischen zwei orthogonal liegenden Balken) bewerkstelligen lassen. Von der Punktwolke zum CAD 8

9 Abb. 9: Manuelle Modellierung am Beispiel eines Zylinders Von der Punktwolke zum CAD 9

10 Abb. 10: Halbautomatische Modellierung am Beispiel eines Zylinders. Oben: Auswahl eines Startpunktes und Aufruf des Algorithmus Region Grow. Unten: Wahl der Toleranzbereiche und aktuelle Anzahl der gefundenen Punkte; Geometrieparameter und Standardabweichung des bestangepassten Zylinders Von der Punktwolke zum CAD 10

11 4.2 Dreiecksvermaschung Um komplexere Objekte modellieren zu können, kann über verschiedenste Vermaschungsmethoden ein segmentierter Punkthaufen in ein digitales Oberflächenmodell (DOM) umgewandelt werden. Bei einer großen Punktmenge empfiehlt es sich, die Anzahl der zu vermaschenden Punkte zu Reduzieren. Interaktive Regler (vgl. Abb. 11) mit zeitnaher Neudarstellung der Dreiecksvermaschung ermöglichen einen optimalen Reduktionsgrad ohne wesentlichen Informationsverlust. Abb. 11: Dreiecksvermaschung und interaktives Menü zur Ausdünnung der Vermaschung Abb. 12: Ergebnis der Modellierung: in CAD-Systeme exportierbares 3D-Modell Von der Punktwolke zum CAD 11

12 4.3 Alternative Modellierungskonzepte Andere Konzepte um die Punktwolke zu modellieren ist die zur Verfügungstellung der Punktwolke in ein CAD-System (z. B. durch das Aufsatz-Tool CloudWorx für AutoCAD bzw. Microstation). Dort stehen dem Nutzer dann alle Modellierungswerkzeuge der CAD-Systeme zur Verfügung, mit denen man das gescannte Objekt konstruiert. Die Punktwolke dient hier als Digitalisiergrundlage oder zum Herausgreifen von Konstruktionsmaßen. Abb. 13: Punktwolke in AutoCAD Ein weiterer Ansatz ist die Flächenrückführung von Dreiecksvermaschungen bzw. Polygonmodellen. Dies geschieht über NURBS-Freiformflächen (Non-uniformal rational B-Splines), welche in Spezialsoftwarepaketen (z. B. Geomagic, PolyWorks, RapidForm, Rhinoceros) realisiert werden können. Diese Modellierung kommt dann zu tragen, wenn sich Oberflächen nicht mehr zufriedenstellend durch geometrische Primitive oder Dreiecksvermaschungen beschreiben lassen. Insbesondere in der Qualitätskontrolle der Automobilindustrie und Medizintechnik sind diese Methoden weit fortgeschritten. Für die Flächenrückführung hat sich mittlerweile der Begriff des Reverse Engineering eingebürgert. Von der Punktwolke zum CAD 12

13 Abb. 14: Reverse Engineering in der Atomobilindustrie (Quelle: GOM GmbH, 5 Aus Modellen ableitbare Informationen Schnitterzeugung Dreidimensional beschriebene CAD-Modelle können über jede beliebig gewählte Fläche geschnitten werden und so in einem zweidimensionalen Plot ausgegeben werden. (Grundriss, Aufriss, Seitenansicht). Volumenberechnung Dreiecksvermaschungen können als Grundlage zur Volumenberechnung zwischen DOM und einer frei wählbaren Referenzebene herangezogen werden. Kollisionsprüfung Im Zuge von Umbaumaßnahmen kann geprüft werden ob neue Bauteile oder Leitungen mit der bestehenden Infrastruktur in Konflikt treten. Abb. 15: Schnitt durch das 3D-Modell Von der Punktwolke zum CAD 13

14 5.1 Datenexport in CAD-Systeme Die Überführung zwischen dem CAD-System, in dem das endgültig aufbereitete Modell weiterverarbeitet werden soll, und der Scanner- bzw. Auswertesoftware muss natürlich über geeignete Schnittstellen von statten gehen. Als Standardaustauschformat hat sich das DXF-Format durchgesetzt, aber auch von Scannerhersteller eigens implementierte Schnittstellen sind im Einsatz. Dabei ist es wichtig, zu Beginn eines Projektes abzuklären, welche Softwaresysteme zum Einsatz kommen und in welcher Reihenfolge die Modellierung in welchem System getätigt wird. Da bei fortschreitendem Modellierungsgrad die Intelligenz hinter einem CAD-Objekt zunimmt, ist der Weg des Datentransfers zwischen den verschiedensten System nicht in beiden Richtungen ohne Informationsverlust zu bewerkstelligen. 5.2 Produktmodell Die Ergänzung der Geometriemodelle mit zusätzlichen Informationen zum Objekt führen zu sogenannten Produktmodellen, welche in GIS-Systemen oder speziellen CAD-Aufsätzen genutzt werden können. Dort werden die 3D-Körper mit Zusatzinformationen aus einer Datenbank verknüpft und bekommen somit ein gewisse Intelligenz angeheftet. Am einfachsten ist dies vielleicht mit einem simplen Beispiel zu verdeutlichen: Eine aus der Punktwolke generierte Oberfläche ist zunächst nichts weiter als eine durch einen Punkt und eine Normale mathematische beschriebene Form, visualisiert über eine Fläche von mindestens drei Randpunkten. Der Operateur weis aber, dass diese Fläche einer Wand zuzuordnen ist, und wandelt die mathematisch beschriebene Form über einen Zwischenschritt in einen dreidimensionalen Körper (Quader) zu dem semantischen Objekt Wand um. Dem Objekt Wand kann durch seine vom System gegebene Intelligenz eine eventuell beinhaltete Öffnung vererbt werden. Das Objekt Wand kann wiederum mit Attributen aus einer Datenbank (Baujahr, Material, Zustand) versehen sein. Von der Punktwolke zum CAD 14

15 Literatur [1] Drixler, E.: Analyse der Form und Lage von Objekten im Raum. Deutsche Geodätische Kommission bei der Bayerischen Akademie der Wissenschaften, Reihe C: Dissertationen, Heft Nr. 409, 1993 [2] Pottmann, H., Leopoldseder, S., Hofer, M.: Simoultanous registration of multiple views of a 3D object. Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, Vol. XXXIV, Part 3A, Commission III, pp , 2002 [3] Pottmann, H., Hofer, M.: Orientierung von Laserscanner-Punktwolken. Geometry Preprint Series No. 113, Vienna University of Technology, to appear in Journal of VGI, Von der Punktwolke zum CAD 15